NVIDIA realiza 3 veces más commits de código con 30,000 desarrolladores gracias a Cursor
Flujos de trabajo · Agentes autónomos
La fábrica de software con IA.
Cursor ya no consiste solo en escribir código. Se trata de dirigir flotas de agentes autónomos como si fueran compañeros de equipo: les das las herramientas para trabajar por su cuenta y revisas lo que te devuelven.
Estos agentes se ejecutan en sus propias máquinas en la Cloud, activados por un calendario o por las herramientas que ya usas. Planifican, crean, prueban, supervisan y mantienen, y luego te devuelven algo que puedes revisar. El humano solo se mantiene en el circuito donde realmente importa.
La curva de madurez del desarrollo de software con IA
Todos los equipos avanzan por la misma curva. Empieza con Tab: sugerencias de baja entropía, casi a nivel de cada pulsación. Luego vienen los agentes sincrónicos, donde un desarrollador dirige el trabajo en un ciclo de prompt y respuesta y sigue dentro del proceso en cada paso.
Los agentes autónomos de Cloud son el siguiente paso. Cada uno se ejecuta en su propia máquina virtual, para que puedas delegar una tarea y pasar a otra cosa. El agente trabaja durante horas, iterando y probando, y devuelve artefactos que puedes revisar en lugar de una sesión que tienes que reconstruir. El rol humano pasa de guiar cada línea a definir el problema y establecer el nivel de exigencia de la revisión.
Dónde se concentra el esfuerzo de ingeniería
La mayor parte del tiempo de ingeniería todavía se destina a mantener todo en marcha: refactorizaciones, migraciones, actualizaciones de dependencias y pruebas inestables. Los agentes autónomos son especialmente buenos justo en este tipo de trabajo constante y bien delimitado.
A medida que los agentes asumen una mayor parte de este trabajo, el equilibrio cambia. Los equipos dedican menos tiempo a mantener lo que ya existe y más a nuevos productos y a las apuestas ambiciosas que siempre quedaban relegadas en el backlog.
Agentes para cada etapa del SDLC
Empieza con algunos flujos de trabajo siempre activos para las tareas repetitivas del día a día. Estos son los que recomendamos probar primero.
Plan
Frame the work before an agent starts: triage what comes in and keep the team oriented.
Build
Turn bug reports and review comments into reviewable pull requests.
Test & review
Keep every change green and safe, from failing CI to continuous security review.
Find vulnerabilitiesReview new changes for security vulnerabilities and flag them as inline PR comments.CI autofixAutomatically diagnose and fix failing CI so pull requests keep moving.Triage failed GitHub ActionsInvestigate failed GitHub Actions runs, find the root cause, and report back.Add test coverageReview new commits and add tests for high-risk logic automatically.Assess PR risk and assign reviewersRate PR risk, assign the right reviewers, and auto-approve low-risk changes.
Monitor
Investigate production the moment something breaks.
PagerDuty incident investigationStart investigating the moment PagerDuty pages, and post findings to Slack.Investigate Sentry issuesTurn new Sentry issues into root-cause summaries and candidate fixes.Investigate production errors from DatadogInvestigate Datadog errors, find root causes, and propose fixes in a PR.
Maintain
Keep the codebase healthy over the long run.
Creemos que la mayor parte del software la escribirán agentes autónomos que se ejecutan en la Cloud, no agentes limitados a la máquina de un desarrollador.
Cómo los equipos ponen a los agentes a trabajar
Faire duplica el rendimiento semanal de PR con Cursor Cloud Agents
Amplitude lanza 3 veces más código en producción con Cursor
Prueba los Agentes autónomos.
Configura tu primera automatización en minutos o habla con nosotros sobre cómo implementar agentes autónomos en toda tu organización de ingeniería.